[发明专利]基于深度学习的可控胶囊内镜操作实时辅助系统及操作方法在审
申请号: | 201810550937.4 | 申请日: | 2018-05-31 |
公开(公告)号: | CN108615037A | 公开(公告)日: | 2018-10-02 |
发明(设计)人: | 于红刚;吴练练;宫德馨 | 申请(专利权)人: | 武汉大学人民医院(湖北省人民医院) |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06T7/00;A61B1/04 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 唐万荣 |
地址: | 430060 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习的可控胶囊内镜操作实时辅助系统及操作方法,该系统包括:客户端和服务端;其中:客户端,设置有至少一个,与胶囊内镜相连,用于获取当前胶囊内镜采集到的胶囊内镜图像,通过网络将胶囊内镜图像上传到服务端;并接收和显示服务端反馈回来的分析结果;服务端,根据客户端发送来的胶囊内镜图像,进行胶囊内镜图像处理,即时判断胶囊内镜图像对应的部位及部位特征,并将分析结果反馈给客户端;服务端包括样本数据库、卷积神经网络模型和web服务模块。本发明对可控胶囊内镜采集的图像进行盲区监控和癌症病灶识别,并在客户端进行显示,辅助操作医师进行可控胶囊内镜的检查,提高检测的准确度和有效性,降低漏诊发生概率。 | ||
搜索关键词: | 胶囊内镜 服务端 客户端 可控 图像 实时辅助系统 卷积神经网络 采集 样本数据库 癌症病灶 部位特征 发生概率 辅助操作 图像处理 准确度 反馈 盲区 发送 医师 监控 学习 检测 检查 网络 | ||
【主权项】:
1.一种基于深度学习的可控胶囊内镜操作实时辅助系统,其特征在于,该系统包括:客户端和服务端;其中:客户端,设置有至少一个,与胶囊内镜相连,用于获取当前胶囊内镜采集到的胶囊内镜图像,通过网络将胶囊内镜图像上传到服务端;并接收和显示服务端反馈回来的分析结果;服务端,根据客户端发送来的胶囊内镜图像,进行胶囊内镜图像处理,即时判断胶囊内镜图像对应的部位及部位特征,并将分析结果反馈给客户端;服务端包括样本数据库、卷积神经网络模型和web服务模块;其中:样本数据库,用于存储典型胶囊内镜图像的样本,包括合格图片库、部位库和部位特征库;卷积神经网络模型,为根据合格图片库、部位库和部位特征库训练得到的三个模型,分别用于胶囊内镜图像是否合格、部位判断和部位特征识别;Web服务模块,用于接收客户端的请求,将接收到的胶囊内镜图像作为输入参数,调用卷积神经网络模型进行胶囊内镜图像是否合格、部位判断和部位特征识别的分析,并将得到的分析结果反馈给客户端。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学人民医院(湖北省人民医院),未经武汉大学人民医院(湖北省人民医院)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810550937.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于卷积注意力网络的自然场景文本识别方法
- 下一篇:一种图像识别方法